KAPITALSTRUKTUR I SVENSKA SMÅ OCH MEDELSTORA FÖRETAG Variablers påverkan under finansiell lågkonjunktur

Transkript

1 KAPITALSTRUKTUR I SVENSKA SMÅ OCH MEDELSTORA FÖRETAG Variablers påverkan under finansiell lågkonjunktur CAPITAL STRUCTURE IN SWEDISH SMALL AND MEDIUM ENTERPRISES Variables impact of the financial crisis Examensarbete inom huvudområdet företagsekonomi Grundnivå 15 Högskolepoäng Vårtermin 2015 Eric Hellman Handledare: Ann-Christine Mjölnevik Examinator: Christian Jansson

2 Kapitalstruktur i svenska SME-företag Variablers påverkan under finansiell lågkonjunktur Examensrapport inlämnad av Eric Hellman till Högskolan i Skövde, för Kandidatexamen (BSc) vid Institutionen för handel och företagande Härmed intygas att allt material i denna rapport, vilket inte är vårt eget, har blivit tydligt identifierat och att inget material är inkluderat som tidigare använts för erhållande av annan examen. Signerat: Eric Hellman

3 Förord Jag vill börja med att tacka min handledare Ann-Christine Mjölnevik och min examinator Christian Jansson för det stöd, den handledning och de givande kommentarer och synpunkter som jag har fått under arbetets gång. Jag vill även tacka min familj och min flickvän för det stöd och den uppmuntran jag har fått under denna resan.

4 Sammanfattning Bakgrund: Under en pågående finanskris sjunker bland annat företags lönsamhet samt att framtida kassaflöden varierar på grund av marknadens osäkerhet. I dagens svenska samhälle utgör SME-företag 99 procent av alla företag med en sysselsättning över 40 procent av totala antalet anställda. Då onoterade SME-företag har begränsade finansieringsalternativ jämfört stora noterade företag kommer de att visa större variation gällande kapitalstrukturen. Detta blir till ett problem under en finanskris då det kan leda till stora ekonomiska problem. Syfte: Studien har två syften. Det första är att undersöka om det finns en signifikant skillnad mellan SME-företags kapitalstruktur före och under den senaste finanskrisen. Det andra är att ta reda på vilka av de interna faktorerna lönsamhet, storlek och materiella anläggningstillgångar som påverkar kapitalstrukturen mest. Metod: Då syftet med studien är att undersöka om resultatet för det valda problemområdet är signifikant baseras studien på en kvantitativ metod. För att ta reda på om resultatet är signifikant har först ett T-test genomförts följt av flera multipla regressionsanalyser. Resultat och slutsats: Studiens resultat visar att det fanns en signifikant skillnad hos svenska SME-företags kapitalstruktur mellan åren 2007 och SME-företagen skuldsatte sig generellt sett mindre under krisen. Angående de faktorer som testades i regressionsanalysen visar resultatet att alla tre hade en signifikant relation till både långfristiga och kortfristiga skulder. Lönsamhet visar en negativ relation till både långfristiga och kortfristiga skulder vilket visar att SME-företagen föredrog att finansiera sig med internt genererade medel. Storlek och materiella anläggningstillgångar visar båda en positiv relation till långfristiga skulder samt en negativ relation till kortfristiga skulder. Detta betyder att ju större ett företag är eller ju mer materiella anläggningstillgångar ett företag har desto mer långfristig skuld förväntas företaget använda. Nyckelord: SME-företag, Kapitalstruktur, Skuldsättningsgrad, Trade-off, Pecking-order, Lönsamhet, Storlek, Materiella anläggningstillgångar

5 Summary Background: During a financial crisis corporate profitability among other things drops and future cash flows will fluctuate due to market uncertainty. In Sweden today SME s represents 99 percent of all businesses with an employment of 40 percent of the total number of employees. Since unlisted SME s got limited financing options compared to large listed companies, they will show greater variation regarding the capital structure. This becomes a problem during a financial crisis when it can lead to major economic problems. Purpose: The study has two purposes. The first one is to determine if there is a significant difference between SME s capital structure before and during the recent financial crisis. The second purpose is to find out which of the internal factors of profitability, size, and tangible assets that affect the capital structure the most. Method: Since the purpose of the study is to investigate whether the results of the chosen area is significant or not, the study will be based on a quantitative method. To find out if the result is significant a T-test will first be conducted followed by several multiple regression analyzes. Results and conclusion: The results from the study show that there was a significant difference among Swedish SME s capital structure between 2007 and SME s indebted itself generally less during the crisis. Regarding the factors that were tested in the regression analysis results show that all three had a significant relationship with both long-term and short-term debt. Profitability shows a negative relationship with both long-term and shortterm debt, which shows that SME s preferred to finance them self with internally generated funds. Size and tangible assets both show a positive relationship with long-term debt and a negative relation with short-term debt. This means that the larger a company is, or the more tangible assets a company has, the more long-term debt is expected to be used by the company. Keywords: SME s, Capital structure, Leverage ratio, Profitability, Size, Tangible assets

6 Innehållsförteckning 1 Inledning Problembakgrund Problemdiskussion Problemformulering Syfte Avgränsning Teoretisk referensram Kapitalstrukturteorier Trade-off teorin Pecking-order teorin Resultat av tidigare forskning om SME-företags kapitalstruktur både före och under en finanskris Hypoteser Finanskrisen Lönsamhet Storlek Materiella anläggningstillgångar Sammanfattning Metod Undersökningsdesign Datainsamling Urval Sökmetod i Orbis Datahantering Beskrivning av variabler Beroende variabel Oberoende variabler Hypotesprövning Analysmetod Normalfördelning Metodkritik Validitet & reliabilitet Validitet... 21

7 3.9.2 Reliabilitet Resultat Beskrivande statistik T-test Regression Regressionernas förklaringsgrader Diagnostiskt test Normalfördelning Analys Förväntad relation och resultat Finanskrisen Lönsamhet Storlek Materiella anläggningstillgångar Slutsats Studiens bidrag Praktiska rekommendationer Förslag på framtida forskning Kritik mot studien Etiska och samhällsenliga reflektioner Källförteckning Bilaga A Egna reflektioner Bilaga B SPSS, T-test Bilaga C SPSS, Regression Bilaga D SPSS, Regression Bilaga E SPSS, Regression Bilaga F SPSS, Regression Bilaga G SPSS, Regression Bilaga H SPSS, Regression

8 Tabellförteckning Tabell 1: Beskrivande statistik för år 2007 och Tabell 2: Paired sample T-test mellan år 2007 och Tabell 3: Multipel regression, total skuldsättningsgrad Tabell 4: Multipel regression, långfristiga skulder Tabell 5: Multipel regression, kortfristiga skulder Tabell 6: Multipel regression, total skuldsättningsgrad Tabell 7: Multipel regression, långfristiga skulder Tabell 8: Multipel regression, kortfristiga skulder Tabell 9: Hypotesprövning total skuldsättningsgrad förväntad relation och resultat Tabell 10: Hypotesprövning långfristiga skulder förväntad relation och resultat Tabell 11: Hypotesprövning kortfristiga skulder förväntad relation och resultat Figurförteckning Figur 1 (The capital structure puzzel, Myers, 1984)...7 Graf 1: Histogram över normalfördelningen för regressionerna: total skuldsättningsgrad för år 2007 respektive Graf 2: Histogram över normalfördelningen för regressionen: långfristig skuld för år 2007 respektive Graf 3: Histogram över normalfördelningen för regressionen: kortfristig skuld för år 2007 respektive

9 1 Inledning Kapitlet inleds med att introducera läsaren till bakgrunden för det valda ämnet. Sedan förs en diskussion om varför det valda ämnet är relevant att fördjupa sig i. Detta mynnar sedan ut i en problemformulering samt ett syfte. 1.1 Problembakgrund Den globala finanskrisen spred sig från land till land och anses idag vara den djupaste finansiella kris som världen skådat sedan den stora depressionen på 1930-talet (Shahrokhi, 2011). Orsaken till denna kris berodde på flera olika faktorer rörande den amerikanska bostadsbubblan. Då räntan bland annat var låg samt att bankernas utlåningskrav var väldigt låga fick det som följd att många amerikaner tog osäkra lån för sina bostadsköp (Glick & Lansing, 2010). När låntagarna sedan inte kunde betala tillbaka avsade de sig sina lån och äganderätter till husen vilket resulterade i att huspriserna snabbt och kraftigt sjönk. Detta ledde till bolånens värde blev högre än husens motsvarighet, vilket sedan resulterade till likviditetsproblem och konkurser för bankerna. Krisen spred sig senare och en rädsla för fler bankkonkurser tog fart. Detta ledde till att banker och investerare blev extremt försiktiga vilket medförde att företag fick det svårare att få lån (Europeiska Kommissionen, 2014). En synlig påverkan som bland annat uppstod på grund av den globala finanskrisen var att företags kapitalstruktur förändrades (Fosberg, 2012). Med kapitalstruktur avses den fördelning av företagets totala kapital, det vill säga uppdelningen mellan företagets skulder och eget kapital. Kapitalstrukturen beskriver alltså hur företaget väljer att finansiera sin verksamhet (Myers, 2001). Inom finansvärlden är kapitalstruktur ett av de mest debatterade ämnena. Många ekonomer har hängivit sig åt att förstå företags finansierings policy s och företeelsen om optimal kapitalstruktur (Mostarac & Petrovic, 2013). Den forskning som har legat till grund för teorierna om kapitalstruktur är Moldigliani & Miller (1958) arbete. Deras arbete resulterade i en teoribildning där man utgår från en värld med en perfekt kapitalmarknad vilket medför att företagets val av kapitalstruktur är irrelevant för företagets värde. Utifrån deras teori har ett flertal andra teorier utvecklats. Kraus och Litzenberger (1973) utvecklade Trade-off teorin som handlar om att företaget skuldsätter sig upp till en optimal 1

10 nivå där företagsvärdet är maximerat. Förhållandet mellan eget kapital och skulder beror på avvägningen mellan de fördelar och kostnader som genereras då företagets beskattning beaktas. Pecking-order teorin är en annan teori som har utvecklats från Modigliani & Miller (1958) arbete. Denna teori handlar om att företag vill undvika extern finansiering på grund av agentoch informations-asymmetri. Därför anses internt upparbetade vinstmedel vara den finansieringskälla som företagen använder sig av först innan skulder prioriteras (Myers, 1984). Tidigare forskning om kapitalstruktur har länge dominerats av undersökningar som relaterar till stora noterade företag. Under en lång tid har små och medelstora företag, hädanefter kallat SME-företag, blivit förbisedda av forskarvärlden fastän de utgör en signifikant del av ekonomin i större delen av världen (Ma & Lin, 2010). Zingales (2000) belyser detta: Empirically, the emphasis on large companies has led us to ignore (or study less than necessary) the rest of the universe: the young and small firms, who do not have access to public markets (s. 1629). Briciu, Groza & Putan (2012) säger att detta bland annat kan bero på att ingen precis definition av SME-företag har funnits. Det ändrades den 1 januari 2005 då en rekommendation trädde i kraft för hur SME-företag skulle kunna klassificeras för att bättre reflektera den ekonomiska verklighet som råder. SME-företag klassificeras enligt tre olika klasser: mikroföretag, småföretag samt medelstora företag. Det som avgör klassificering är antalet anställda och hur stor (omsättningen eller balansomslutningen) är. För mikroföretag är antalet anställda < 10 stycken, omsättningen 2 Msek och balansomslutningen 2Msek. För småföretag är antalet anställda < 50 stycken, omsättningen 10 Msek och balansomslutningen 10 Msek. För medelstora företag är antalet anställda < 250 stycken, omsättningen 50 Msek och balansomslutningen 43 Msek (Europeiska Kommissionen, 2003). Att SME-företag utgör en signifikant del av ekonomin finns det inget tvivel om. Enligt Kulkarni & Chirputkar (2014) bidrog SME-företag i Indien under åren 2013 och 2014 med bland annat 45 procent av den tillverkade produktionen samt cirka 40procent av den totala exporten. Ma & Lin (2010) tar även upp att SME-företagen förser 40 procent av Storbritanniens arbetskraft år I dagens svenska samhälle klassas mer än 99 procent av alla företag som SME-företag, där företagen även sysselsätter över 40 procent av det totala 2

11 antalet anställda i svenska företag (Svenskt Näringsliv, 2010). Med detta som grund anses därför dessa företag vara viktiga eftersom de bland annat bidrar till företagarkunskap, socialt sammanhang och innovation (Europeiska Kommissionen, 2006). 1.2 Problemdiskussion Det har som sagt forskats mycket kring kapitalstruktur och företeelsen om vad optimal kapitalstruktur är för något och hur den ser ut. Det enda som forskare är relativt överens om är att aktieägare vill att företagen väljer sådan optimal kapitalstruktur som maximerar dess värde och minimerar den finansiella risken (Myers, Capital Structure, 2001 och Kundakchyan & Zulfakarova, 2014). Tidigare studier har även undersökt vad som påverkar ett företags kapitalstruktur och har kommit fram till att kapitalstrukturen och dess förändring kan påverkas av flera olika faktorer som både kan vara externa och interna (Mokhova & Zinecker, 2014) och (Hwang, Robson, Wang & Lan, 2013). De externa faktorerna och dess påverkan varierar från land till land och består av makroekonomisk politik som påverkar kapitalstrukturen och indirekt företags finansiella resultat. Faktorerna kan delas in i två olika grupper vilket består av finanspolitik och penningpolitik. Finanspolitiken handlar om att staten kan föra en expansiv eller en kontraktiv politik med hjälp av en höjning eller sänkning av skatten. Detta medför en stimulering av efterfrågan på varor och tjänster. Penningpolitiken handlar om att centralbanken justerar penningmängden eller räntan för att stabilisera ekonomin. Dessa två faktorer är dock något som företagen inte kan kontrollera själva men som spelar en stor roll i den finansiella beslutsprocessen (Mokhova & Zinecker, 2014; Hwang et al, 2013). De interna faktorerna och dess påverkan kan däremot företaget själva kontrollera men något som forskare är oense om är vilka sorts interna faktorer som påverkar företag i allmänhet men SME-företag i synnerhet (Mokhova & Zinecker, 2014). Enligt Frank & Goyal (2009) är bland annat företagets materiella anläggningstillgångar, storlek och lönsamhet några av dessa faktorer som påverkar större noterade företag. Hall, Hutchinson & Michaelas (2004) tar upp detta i deras studie av 500 SME-företag i 8 europeiska länder. De kommer fram till att materiella anläggningstillgångar, storlek och lönsamhet är faktorer som påverkar men även att tillväxt och ålder kan påverka kapitalstrukturen men att faktorerna kan skilja sig från land till land. De antyder att detta bland annat kan bero på nationalekonomiska, sociala eller kulturella 3

12 skillnader som i sin tur är troligt relaterade till den kostnad som berör agent- och informationsasymmetrin länder emellan. För att företag ska kunna ta effektiva beslut för att få finansiell stabilitet och hållbar tillväxt behövs en god kunskap om de interna och externa faktorerna enligt Mokhova & Zinecker (2014). Något som kan göra att denna kunskap blir svår att erhålla eller att redan befintlig kunskap blir oanvändbar är om en oväntad händelse uppstår. En sådan händelse skulle till exempel kunna vara en finanskris (Mostarac och Petrovic, 2013). Det som gör att denna kunskap blir svårt att erhålla är bland annat att under en finanskris varierar de framtida kassaflödena mycket på grund av den osäkerhet som finns i marknaden, vilket då kan leda till stora ekonomiska problem (Mostarac och Petrovic, 2013). Enligt Kulkarni et al., (2014), Hall et al., (2004) och (Hwang et al, 2013) kommer onoterade SME-företag att visa större variation gällande kapitalstruktur jämfört med de stora noterade företagen då SME-företag har begränsade finansieringsalternativ. Då SME-företag bara har valet att vända sig till banker blir det till ett problem under en finanskris då det blir svårare för företag att uppta lån och finansiera sig. Tidigare studier har visat att det finns specifika interna faktorer som påverkar SME-företags kapitalstruktur under finanskriser. En tidigare studie som är gjord av Proença, Laureano och Laureano (2014) visar att materiella anläggningstillgångar, lönsamhet och likviditet är de tre viktigaste oberoende variablerna som påverkar Portugisiska SME-företags val av kapitalstruktur. Studien visar även ett positivt samband mellan andelen skuld och den finansiella krisen. Svensk forskning som delvis berör detta område har bland annat gjorts av Yazdanfar & Öhman (2015). Yazdanfar et al. (2015) har studerat och analyserat hur förhållandet mellan skuldsättning och prestation hör ihop i SME-företag. Något som däremot inte går att hitta är forskning som undersöker om finanskriser påverkar svenska SME-företags kapitalstruktur. Detta är något som skapar incitament till att forska vidare i ämnet dels för att se vilka slags interna faktorer som har störst påverkan på svenska SME-företag men för att se vilken effekt krisen verkligen hade på svenska SME-företag. Författaren ämnar därför till att genomföra en kvantitativ studie som kan bidra med ny kunskap i denna diskussion om finanskrisen hade någon påverkan samt att se vilka faktorer som påverkar valet av kapitalstruktur i onoterade SME-företag under en finanskris. 4

13 1.3 Problemformulering Utifrån ovan problemdiskussion kommer stor vikt ligga på Proença et al. (2014) och Hwang et al. (2013) studier om onoterade SME-företag i Europa samt Asien där liknande variabler kommer att ligga till grund för min studie. Följande problemformuleringar presenteras: Finns det en signifikant skillnad mellan onoterade SME-företags kapitalstruktur före och under den senaste finanskrisen i Sverige? Om så är fallet, på vilket sätt kan tidigare forskning samt kapitalstrukturteorier förklara det givna resultatet? Finns det ett signifikant beroende mellan kapitalstrukturen och de valda variablerna lönsamhet, storlek och materiella anläggningstillgångar. Om så är fallet, vilken variabel har störst inverkan? 1.4 Syfte Syftet med denna studie är att undersöka om det finns en signifikant skillnad mellan onoterade SME-företags kapitalstruktur före och under en finanskris samt att med hjälp av de definierade teorierna kunna förklara utfallet. Studiens syfte är också att ta reda på vilka av de interna faktorerna lönsamhet, storlek och materiella anläggningstillgångar som påverkar kapitalstrukturen mest. 1.5 Avgränsning Uppsatsen kommer att begränsas till den senaste finanskrisen som inträffade i Sverige år Först kommer en undersökning ske för år 2007 för att sedan jämföras med år Uppsatsen kommer även begränsas till att enbart undersöka de interna faktorerna. Detta beror på att företagen själva inte kan påverka de externa faktorerna. Det beror även på att de studier som denna studie utgår från enbart har jämfört de interna faktorerna och för att få ett jämförbart resultat har enbart de interna valts. 5

14 2 Teoretisk referensram Kapitlet inleder med att redogöra för de kapitalstrukturteorier som uppsatsen baseras på, pecking-order teorin och trade-off teorin. Sedan beskrivs tidigare forskning samt ställda hypoteser. 2.1 Kapitalstrukturteorier För att företag ska kunna finansiera sin verksamhet och sin eventuella tillväxt måste de använda sig av någon/några former av kapitalkällor. Det individuella val som företag sedan tar återspeglas i kapitalstrukturen (Myers, 2001). Som tidigare nämnts har det forskats mycket kring kapitalstruktur och om vad optimal kapitalstruktur är för något och hur den ser ut. Många teorier om kapitalstruktur har föreslagits men det är bara ett fåtal som har många förespråkare (Frank & Goyal, 2009). Moldigliani & Millers (1958) forskning kring kapitalstruktur är det arbete som har lagt grunden för framtida forskning om kapitalstrukturteorier. Deras arbete resulterade i en irrelevansproposition, med annat namn irrelevansteorin. Irrelevansteorin utgår från en värld med en perfekt kapitalmarknad vilket medför att företagets val av kapitalstruktur är irrelevant för företagets värde. Problemet med Moldigliani & Millers (1958) irrelevansteori är att den bygger på ett antal antaganden där faktorer som kan påverka kapitalstrukturen bortses. Dessa faktorer är bland annat agentkostnader, transaktionskostnader, skatter och konkurskostnader. Detta är något som Kraus och Litzenberger (1973) har lyckats bevisa. Efter Moldigliani & Millers (1958) studie om företags kapitalstruktur har många forskare istället försökt att förklara vad som avgör ett företags val av kapitalstruktur. Detta har bland annat resulterat i teoribildningar så som, trade-off- och pecking-order teorin Trade-off teorin Trade-off teorin har som utgångspunkt från Moldigliani & Millers (1958) irrelevansteori men är en vidareutveckling av deras arbete då de inte tog hänsyn till skatteeffekter och riskerna vid ökad skuldsättning. Trade-off teorin beskrevs först av Kraus och Litzenberger (1973) men även senare av Myers (1984) och enligt dem finns det en optimal kapitalstruktur för alla företag. Teorin handlar om att företag skuldsätter sig upp till en optimal nivå där 6

15 företagsvärdet är maximerat. Förhållandet mellan eget kapital och skulder beror på avvägningen mellan de fördelar och kostnader som genereras då företagets beskattning beaktas. Figur 1 (The capital structure puzzel, Myers, 1984) För att kunna uppnå optimal kapitalstruktur nämner Kraus och Litzenberger (1973) & Myers (1984) två faktorer som företag måste beakta, dessa är skatteskölden och konkurskostnader. Med skattesköld (interest tax shield) menas att ett företags beskattningsbara vinst blir lägre på grund av avdragsgilla räntor vilket tillför ett incitament för att företag ska belåna sig så mycket som möjligt. Problemet med ökad belåning enligt Kraus och Litzenberger (1973) & Myers (1984) är att det kan medföra likvidationsproblem för företag när de inte kan betala de kostnader som uppstår med skuldsättningen. Detta ökar i sin tur risken för konkurs och olika kostnader rörande konkurs- och finansiella besvär (financial distress). Dessa måste då tas i beaktning, även om en konkurs i sig har undvikits. Dessa eventuella kostnader kan bland annat vara administrativa och juridiska kostnader för en konkurs, övervaknings- och entreprenadkostnader (Myers, 1984). Figur 1 beskriver detta samband tydligt då det går att utläsa hur denna optimala nivå av skuldkapital ska se ut. Figur 1 visar alltså att företagen 7

16 strävar efter att låna så pass mycket kapital till den nivå där skatteskölden ger som mest lönsam effekt samtidigt som företaget klarar av att hantera konkurskostnaderna Pecking-order teorin Utöver trade-off teorin har en annan teori studerats parallellt och som även den har utvecklats från Modigliani & Miller (1958) arbete. Denna teori beskrevs först i Donaldsons (1961) studie men härstammar framförallt från Myers (1984) och Myers & Majluf (1984) arbeten, och det är pecking-order teorin. Pecking-order teorin utgår precis som Modigliani & Miller (1958) irrelevansteori, att kapitalmarknaden är perfekt med undantaget att asymmetrisk information och transaktionskostnader föreligger mellan företagsledningen och de externa intressenterna (Myers, 1984). Det teorin går ut på är att förklara att företagen prioriterar olika finansieringsformer. Myers (1984) för en diskussion om att denna prioritering sker genom en hierarki. Han nämner att det finns tre olika sätt som företaget väljer att finansiera sig på och det är först och främst genom att återinvestera internt upparbetade vinstmedel. Om extern finansiering är nödvändig använder sig företag av det säkraste alternativet först. De börjar först med belåning följt av kapital i form av nyemissioner. Enligt Myers & Majluf (1984) kan företagens prioriteringar kring finansieringsformerna förklaras med att en gemensam medvetenhet om informationsasymmetri förekommer mellan företagsledningen och de externa intressenterna. Då ledningen besitter mer information om företagets värde, framtidsutsikter och risker gentemot de externa intressenterna ger det dem ett informationsövertag. Detta informationsövertag kan bland annat användas för att lättare kunna avgöra ifall ett företags aktiekurs för tillfället är under- eller övervärderat på aktiemarknaden. Myers (1984) menar att företagsledningen enbart kommer genomföra en nyemission om aktien är övervärderad vid emissionstillfället. Då externa intressenter är medvetna om denna informationsasymmetri kommer de rationella investerarna att utgå från att aktiekursen är övervärderad vid en eventuell nyemission. Enligt Frank & Goyal (2009) kommer detta då leda till att investerare undviker att delta i nyemssionen, om de inte kommer bli ekonomiskt kompenserade genom en högre avkastning då de tar en större risk. För företagen blir då detta en transaktionskostnad vilket kommer leda till att det då bli mer lönsamt att använda sig av interna vinstmedel, alternativt belåning som har lägre avkastningskrav. 8

17 2.2 Resultat av tidigare forskning om SME-företags kapitalstruktur både före och under en finanskris Det som karaktäriserar ett SME-företag enligt (Kulkarni et al. 2014; Hall et al. 2004; López- Gracia & Sogorb-Mira, 2008 och Hwang et al. 2013) är att de har begränsade finansieringsalternativ gentemot större noterade företag vilket då påverkar deras val av kapitalstruktur. Proença et al. (2014) nämner i sin studie att SME-företag även karaktäriseras genom att vara mer riskovilliga när de lånar pengar från externa finansiärer. När det kommer till pecking-order teorin anser flertalet forskare att den starkt kan kopplas till SME-företags finansieringsmönster men att mönstret skiljer sig från de större noterade företagen (Michaelas et al. 1999; López-Gracia et al. 2008; Daskalakis & Psillaki, 2008 och Heyman, Deloof & Ooghe 2008). Den slutsats man kan dra av dessa studier är att SMEföretag primärt förlitar sig på internt genererade medel och att bara en bråkdel av SMEföretag överväger att använda externt kapital. Detta beror på den informationsasymmetri som råder vilket resulterar i att de ådrar sig mer transaktionskostnader när de söker externt kapital. López-Gracia et al. (2008) finner att SME-företag dock söker externt kapital när investeringsmöjligheter finns eller när deras kassaflöden är låga. Denna Prioritering av internt genererade medel blev även tydligare enligt Proença et al. (2014) på grund av högre risk som bildades under den senaste finanskrisen. När man ser på trade-off teorin i ett SME-företags kontext jämfört med större noterade företag är skillnaden att SME-företag har det svårt att nå sin optimala kapitalstruktur. Detta beror på att de möter större kostnader rörande sina finansiella besvär (financial distress) vilket beror på agentproblem samt större restriktioner på kapitalmarknaden (López-Gracia et al. 2008). Under den senste finanskrisen blev denna skillnad mot större noterade företag ännu tydligare. Skillnaden blev så pass stor att forskare anser att den inte har lika stark koppling till valet av kapitalstruktur som pecking-order teorin har. Detta beror på att volatiliteten i intäkterna ökar under en finanskris vilket gör att nyttan av skattetskölden minskas eller till och med blir icke existerbar (López-Gracia et al. 2008; Heyman et al och Mostarac et al. 2013). Heyman et al. (2008) finner att SME-företag som har en låg kreditrisk kan låna långfristigt kapital medan de som har hög kreditrisk får låna kortfristigt. Problemet är att risken ökar under en finanskris då det blir en nedgång i lönsamheten, vilket leder till att de flesta SME-företag får låna kortfristigt. Då risken inte är fördelad mellan flera investerare i SME-företag leder det till en obenägenhet att låna kapital från externa finansiärer (Proença et al. 2014). Michaelas et al. 9

18 (1999) nämner också att SME-företag redan från början är i större utsträckning mindre lönsamma än större noterade företag. Tittar man på tidigare gjorda studier som berör andra länders SME-företag och dess kapitalstruktur under den senaste finanskrisen så finner man blandat resultat. Proença et al, (2014) genomförde en studie på Portugisiska SME-företag, vilket inkluderade alla industrier enligt Europeiska Unionens NACE kod, för perioden Proença et al (2014) studie har som syfte att visa vilka av de oberoende variablerna företagsstorlek, skattesköld, lönsamhet, tillväxt, materiella anläggningstillgångar, likviditet och kassaflöde som kan förklara Portugisiska SME-företags kapitalstruktur samt förklara vilka av de oberoende variabler som hade störst påverkan på de tre beroende variablerna: total skuldsättning, kortfristig skuldsättning och långfristig skuldsättning under den senaste finanskrisen. Proença et al (2014) finner att materiella anläggningstillgångar, lönsamhet och likviditet är de tre viktigaste oberoende variablerna som påverkar företags val av kapitalstruktur. Proença et al (2014) använder sig av både trade-off teorin och pecking-order teorin för att förklara deras resultat. De finner ett negativt samband mellan andelen skuld och lönsamhet vilket skulle kunna förklaras med pecking-order teorin, att Portugisiska företag föredrar att investera med internt kapital istället för externt på grund av den högre risken som företagen möts av. Proença et al (2014) observerar både positiva och negativa tecken när det kommer till sambandet mellan andelen materiella anläggningstillgångar och långfristig skuld och kortfristig skuld. För långfristig skuld finner de ett positivt samband till materiella anläggningstillgångar och för kortfristig skuld finner de ett negativt samband till materiella anläggningstillgängar. Detta förklaras med trade-off teorin, som säger att företag med en hög grad av anläggningstillgångar förväntas att använda mer skuld då dessa kan användas som säkerhet. När det kommer till likviditet finner Proença et al (2014) ett starkt negativt samband till korfristigskuld och ett starkt positivt samband till långfristigskuld. Proença et al (2014) finner även ett positivt samband mellan andelen skuld och den finansiella krisen. Att efter finanskrisen har slagit till, tenderar företagen att minska sina skuldnivåer. Detta förklaras med att det blev svårare för SME-företag att få lån från bankerna på grund av högre ställda krav. En annan studie som däremot motsäger vissa av Proença et al (2014) fynd gjordes av Hwang et al, (2013). De undersökte effekten av finanskrisen för SME-företags kapitalstruktur i Taiwan där studien genomfördes på 478 företag och likt Proença et al (2014) studie använde Hwang et al (2013) sig av de fem oberoende variablerna företagsstorlek, lönsamhet, likviditet, skattesköld och materiella anläggningstillgångar för att se om de hade någon påverkan på de 10

19 tre beroende variablerna: total skuldsättning, kortfristig skuldsättning och långfristig skuldsättning. Det Hwang et al (2013) fann i deras studie, likt Proença et al (2014) var att variablerna likviditet, lönsamhet och anläggningstillgångar även här hade störst påverkan på kapitalstrukturen. Resultatet för företagsstorleken hade dock en signifikant positiv relation till alla tre beroende variabler vilket motsäger Proença et al (2014) då de fann att kortfristig skuldsättning har ett negativt beroende. Resultatet för likviditet skiljer sig även mellan dessa två studier då Hwang et al (2013) finner likt Proença et al (2014) ett starkt negativt samband till korfristig skuld och ett starkt positivt samband till långfristig skuld före finanskrisen men finner sen även ett negativt samband till långfristig skuld under finanskrisen. En annan studie som är gjord av Mostarac och Petrovic (2013) behandlar både SME-företag samt noterade företag på den kroatiska marknaden. De utgår från stycken företag och använder sig av materiella anläggningstillgångar, lönsamhet, företagsstorlek och risk för att förklara påverkan på den totala skulden. Jämförs resultatet för de 3 likadana variablerna materiella anläggningstillgångar, lönsamhet och företagsstorlek med de tidigare nämnda studierna finner man olika tecken för den signifikanta relationen för materiella anläggningstillgångar. De finner en signifikant positiv relation till materiella anläggningstillgångar. 2.3 Hypoteser Nedan beskrivs de hypoteser som kommer att användas i studien för att besvara de ställda forskningsfrågorna. Hypoteserna är framtagna efter genomgång av den tidigare forskning som presenterades ovan. Att likviditet inte valdes som en av de tre oberoende variablerna har att göra med att tidigare studier har sina egna definitioner för likviditet. Alltså lämpar det sig inte att använda sig av denna variabel då det inte skulle ha blivit någon bra jämförbarhet resultaten emellan Finanskrisen Som tidigare nämnts karaktäriseras SME-företag av att ha begränsade finansieringsalternativ gentemot större noterade företag vilket då påverkar deras val av kapitalstruktur. De karaktäriseras även genom att vara mer riskobenägna när de lånar externt kapital. Den tidigare forskning som är relaterad till kapitalstrukturteorierna i en SME-företags kontext visar på att företagen är mer benägna att ta finansiella beslut efter pecking-order teorin. På så sätt uppmuntras en kapitalstruktur som är mer beroende på internt genererade medel snarare än skuld. Finanskrisen som varade i Sverige mellan åren har troligen påverkat 11

20 utbudssidans förmåga att låna ut kapital då Europeiska Kommissionen, (2014) tar upp att banker och investerare blev extremt försiktiga när finanskrisen slog till då risken ökade. Då tidigare forskning visar att SME-företag bara har valet att vända sig till banker blir det ett problem under en finanskris, då tidigare forskning som berör finanskrisen och SME-företag även visar att företagen får en ökad risk då intäkterna blir mer volatila på grund av sjunkande lönsamhet. På grund av detta förväntas företagen visa upp en lägre skuldsättningsgrad under finanskrisen 2009 därför ställs följande hypotes upp: H1: SME-företag har en lägre skuldsättningsgrad under finanskrisen 2009 jämfört före krisen Lönsamhet Lönsamhet kan påverka kapitalstrukturen på minst två olika sätt. Enligt trade-off teorin ska företag skuldsätta sig upp till en optimal nivå där företagsvärdet är maximerat. För att maximera detta värde anser Kraus och Litzenberger (1973) att företagen ska använda så mycket skuldsättning som möjligt för att kunna dra nytta av skatteskölden. Men enbart till den grad där fördelarna är lika stora som den ökade risken. Problemet som bland annat sker under en finanskris är att risken ökar då lönsamheten minskar (Heyman et al. 2008). Då risken inte är fördelad mellan flera investerare i SME-företag leder det till en obenägenhet till att låna kapital från externa finansiärer (Proença et al, 2014). Pecking-order teorin argumenterar för att företagen utgår från en hierarki där användning av internt kapital framför externt prioriteras. Detta beror på den informationsasymmetri som råder vilket resulterar i att de ådrar sig mer transaktionskostnader när de söker externt kapital (Frank & Goyal, 2009). Detta är även något som blir mer påtagligt under en finanskris då transaktionskostnaderna ökar på grund av den högre risken (Michaelas et al. 1999; López-Gracia et al. 2008; Daskalakis & Psillaki, 2008 och Heyman, Deloof & Ooghe 2008). Alltså kommer skuldsättningen vara negativt relaterad till lönsamheten likt det Frank & Goyal, (2009) säger. Proença et al (2014), Hwang et al (2013) och Mostarac och Petrovic (2013) kommer alla fram till att SME-företag föredrar att använda internt kapital före externt vilket de visar med att lönsamhet har en negativ relation till skuldsättningsgraden. Detta stödjer alltså pecking-order teorin och med stöd av detta ställs följande hypotes upp: H2.a: Lönsamhet är negativt relaterat till långfristig skuld. H2.b: Lönsamhet är negativt relaterat till kortfristig skuld. 12

21 2.3.3 Storlek Enligt trade-off teorin klarar större företag bättre av högre skuldkvoter då de tenderar att vara mer diversifierade och har då lägre volatilitet i intäkterna vilket därmed ger en lägre risk för att gå i konkurs. Alltså tenderar större företag att ha lättare tillgång till långfristig skuld (Titman & Wessels, 1988; Frank & Goyal, 2009). Enligt pecking-order teorin har storlek och ålder en relation då större företag är mer kända eftersom de har funnits längre och har på så sätt haft möjligheten att behålla vinsten (Frank & Goyal, 2009). Problemet för SME-företag är det motsatta, de är alltså inte är lika diversifierade och har då högre volatilitet i intäkterna vilket ger högre risk (López-Gracia et al. 2008; Heyman et al och Mostarac & Petrovic, 2013). De tidigare studierna av Proença et al (2014) och Hwang et al (2013) påvisar likadana resultat när det kommer till den totala skulden och den långfristiga skulden, de finner en positiv relation mellan storlek och dessa två. För kortfristig skuld är resultatet dock inte lika. Proença et al (2014) påvisar att storlek och kortfristig skuld har en negativ relation mellan sig medan Hwang et al (2013) påvisar en positiv relation. Hwang et al (2013) uttrycker sig dock att detta skulle kunna bero på att externa finansiärer i Taiwan gör det lättare för större företag att få lån då de är mer konservativa än västerländska länder. Mostarac och Petrovic (2013) finner en positiv relation till total skuld. Med stöd av dessa teorier och tidigare studier ställs följande hypotes upp: H3.a: Storlek är positivt relaterat till långfristig skuld. H3.b: Storlek är negativt relaterat till kortfristig skuld Materiella anläggningstillgångar Frank & Goyal, (2009) och Titman & Wessels, (1988) säger att företag med mycket materiella anläggningstillgångar kan använda dessa som säkerhet i fall att företaget skulle hamna i ekonomiska problem då tillgångarna är lätta att värdera och pantsätta. De menar att företag som har många materiella anläggningstillgångar har det lättare att få tillgång till extern finansiering och förväntas använda mer skuld. Alltså kan detta kopplas till trade-off teorin och konkurskostnaderna. Proença et al (2014) och Hwang et al (2013) finner båda en stark negativ relation mellan materiella anläggningstillgångar och kortfristig skuld och total skuld. De finner även en stark 13

22 positiv relation till långfristig skuld. Resultatet för relationen mellan materiella anläggningstillgångar och total skuld sågs som oväntat då de hade förväntat sig positiv relation. Hwang et al (2013) förklarar att detta möjligtvis beror på att SME-företags finansieringskälla domineras av kortfristiga skulder. Mostarac och Petrovic (2013) finner däremot en positiv relation till total skuld i deras studie. Att de får en positiv relation skulle kunna förklaras med att deras studie utgår från ett urval av både SME-företag och stora noterade företag. Med stöd av detta ställs följande hypotes upp: H4.a: Materiella anläggningstillgångar är positivt relaterat till långfristig skuld. H4.b: Materiella anläggningstillgångar är negativt relaterat till kortfristig skuld. 2.4 Sammanfattning Min teoretiska referensram sträcker sig främst över två stora modeller, som alla diskuterar företags utformning av kapitalstrukturen. Modellerna är Pecking order- och Trade-off teorin. För att förklara studiens resultat kommer dessa att användas flitigt. Kraus och Litzenberger (1973) utvecklade Trade-off teorin som handlar om att företaget skuldsätter sig upp till en optimal nivå där företagsvärdet är maximerat. Förhållandet mellan eget kapital och skulder beror på avvägningen mellan de fördelar och kostnader som genereras då företagets beskattning beaktas. Pecking-order teorin har utvecklats från Modigliani & Millers (1958) arbete. Denna teori handlar om att företag vill undvika extern finansiering på grund av informations-asymmetri. Därför anses internt genererade tillgångar vara den finansieringskälla som företagen använder sig av först innan skulder prioriteras (Myers, 1984). Dessa två teorier påverkar dock SME-företag på ett annat sätt än för större noterade företag som dessa utgår från i originalutförande. Det som gör SME-företag speciella utifrån dessa teorier är att de generellt har mycket högre risk och kan då inte lika lätt få tillgång till långfristigt kapital. För att besvara studiens frågeställningar har fyra hypoteser ställts upp och dessa är att SMEföretag hade en lägre skuldsättningsgrad under finanskrisen 2009 jämfört med före krisen. Lönsamhet är negativt relaterat till långfristig skuld samt negativt relaterat till kortfristig skuld. Storlek är positivt relaterat till långfristig skuld samt negativt relaterat till kortfristig skuld. Materiella anläggningstillgångar är positivt relaterat till långfristig skuld samt negativt relaterat till kortfristig skuld. 14

23 3 Metod Kapitlet inleds med en beskrivning av min undersökningsdesign. Sedan beskrivs tillvägagångssättet av datainsamlingen och urvalet. Till sist presenteras studiens analysmetod, val av variabler samt metodkritik med avseende på studiens validitet och reliabilitet. 3.1 Undersökningsdesign Syftet med denna studie är som tidigare sagt att undersöka om det finns en signifikant skillnad mellan SME-företags kapitalstruktur före och efter när den senaste finanskrisen drabbade Sverige. Syftet är även att se vilka av de valda variablerna som är dominerande. Detta valda syfte gör att forskningsfrågorna i studien kommer att formuleras utifrån det deduktiva perspektivet på grund av att med hjälp av tidigare forskning samt valda kapitalstrukturteorier kunna resonera fram en slutsats angående de ställda forskningsfrågorna. Studien kommer vara av kvantitativ art och det har en stor påverkan varför även det deduktiva perspektivet valdes. Då en kvantitativ studie bland annat kännetecknas av insamling av numerisk data, styrs denna insamling av de valda hypoteserna när ett deduktivt perspektiv används (Bryman & Bell, 2011). Det sätt som den kvantitativa forskningsansatsen kommer att tillämpas på är att en datainsamling av sekundärdata kommer ske med hjälp av SME-företags årsredovisningar. Denna datainsamling kommer sedan bearbetas statistiskt för att sedan kunna besvara den ställda frågeställningen. Bredden och omfånget av studien samt den tidsaspekt som finns för studien anses som viktiga för att kunna generera jämförbara resultat med tidigare studier. Därför valdes en tvärsnittsdesign där en viss mängd data samlades in vid två olika tillfällen. Dessa valda metoder resulterar alltså i en studie av deskriptiv karaktär. Denna studie har inspirerats av Hall et.al (2004) samt Proença et al, (2014) på så vis att liknande variabler och tillvägagångssätt för analysen har använts. 15

24 3.2 Datainsamling Den sekundärdata som denna studie bygger på kommer ursprungligen från onoterade SMEföretags årsredovisningar. Sekundärdatan har hämtats hem med hjälp av databasen Orbis som tillhandahåller finansiell information om företag i hela Europa. Den information om Svenska företag får databasen tillgång till av Upplysningscentralen (UC) som i sin tur får sin information från bland annat skatteverket och företagen själva. Då man kan välja vilken valuta posterna kommer presenteras i valdes svenska kronor, då det är den valuta som undersökningen baseras på. 3.3 Urval Jag ämnar att göra en totalundersökning vilket betyder att en undersökning om en hel population kommer att genomföras, istället för att ett urval får representera den. För att få fram hela populationen om aktiva onoterade SME-företag och för att totalundersökningen på bästa sätt ska kunna uppfylla studiens syfte har ett antal huvudkriterier satts upp. Efter satta kriterier i databasen Orbis består den hela populationen av 12896st aktiva onoterade SMEföretag. De satta kriterierna är följande: Undersökningen genomförs på onoterade aktiva aktiebolag i Sverige, närmare bestämt SMEföretag. Likt studien av Yazdanfar & Öhman (2015) kommer Europeiska Kommissionens (2003) kategoriseringsrekommendation att användas för att kunna avgöra hur ett SME-företag klassificeras. Rekommendationen säger att ett företag med antalet anställda mellan stycken och en omsättning mellan MSEK klassas som ett SME-företag. Studien har avgränsats till att undersöka och jämföra åren 2007 och 2009 då det är de mest aktuella åren. Varför valet föll på år 2007 är på grund av att finanskrisen inte hade slagit till i Sverige, vilket alltså ger det år som ligger närmast innan krisen. År 2009 valdes istället för 2008 på grund av att krisen då hade brutit ut och påverkat företagen under en längre tid, vilket innebär att jämförelsen blir säkrare. 16

25 3.3.1 Sökmetod i Orbis Med ovanstående satta huvudkriterier för den totala populationen, där bland annat en klar definition ges för vad ett aktivt SME-företag är för något, genomfördes en sökning i databasen Orbis. För att studien ska erhålla hög tillförlitlighet begränsades sökningen till att enbart lista de aktiva SME-företag vars årsredovisningar innehöll den relevanta data som behövdes för de valda variablerna. För att lista de företag med relevant data ställdes ett antal kriterier upp. Dessa kriterier är baserade på de valda variablerna som hypoteserna i studien utgår från samt de satta huvudkriterierna för den totala populationen. Dessa kriterier är: Sverige och svenska företag Bolagsform - Private limited liability company (onoterade aktiebolag) Aktiva företag Antal anställda: st för år 2007 och 2009 Omsättning: miljoner SEK för år 2007 och 2009 Long termed debt (långfristiga skulder) - Alla företag med känt värde för år 2007 och 2009 Current liabilities (kortfristiga skulder) - Alla företag med känt värde för år 2007 och 2009 Total Assets (Totala tillgångar) Alla företag med känt värde för år 2007 och 2009 Fixed Assets (Materiella anläggningstillgångar) Alla företag med känt värde för år 2007 och 2009 Shareholders funds (EK) - Alla företag med minsta värdet = 0 för år 2007 och 2009 P/L for period (Nettoresultat) Alla företag med känt värde för år 2007 och 2009 Med dessa kriterier ställda resulterade det i att 12689st SME-företag ingår i studien, vilket betyder att data är hämtat från totalt 25378st årsredovisningar. En jämförelse med den ursprungliga totala populationen om 12896st aktiva SME-företag, visar på ett bortfall på 207st SME-företag, efter satta variabler. 17

26 3.4 Datahantering Undersökningens data från de 25378st årsredovisningarna är hämtad med hjälp av databasen Orbis och med hjälp av en inbyggd funktion kan dessa hämtas hem i form av Exceldokument. Detta görs är på grund av att studien ska få den bredd och det omfång som krävs för att resultatet ska kunna representera SME-företag i Sverige då tidsaspekten inte skulle tillåta att göra detta arbete manuellt. Dessa Excel-dokument kommer sedan att bearbetas med alla beräkningar, för varje år för sig, för att sedan slås samman till ett dokument. Detta görs för att ge författaren en klar översikt över den data som hämtats hem samt ett sätt att minimera att fel kan komma att uppstå. Efter denna sortering och kalkylering kommer all data föras in i IBM SPSS Statistics Viewer för de statistiska beräkningar som ska göras. 3.5 Beskrivning av variabler Nedan presenteras en beskrivning av de variabler som hypoteserna i studien utgår från. När ett samband studeras mellan olika variabler utgår studiens hypoteser från en beroende variabel som förväntas påverkas av en eller flera valda oberoende variabler. Val av variabler i studien är baserade på den tidigare forskning som har presenterats i tidigare avsnitt Beroende variabel Skuldsättningsgrad I min studie är den beroende variabeln skuldsättningsgrad där skulder utgör en av huvudfaktorerna som påverkar företags kapitalstruktur. I studien som Proença et al, (2014) gjorde, beräknade de skuldsättningsgraden som kvoten mellan totala skulden och totala tillgångarna, där totala skulder var uppdelat på kortsiktig- och långsiktigskuld. Likt Proença et al, (2014) kommer min definition vara: Skuldsättningsgrad = Totala Skulder (långfristiga + kortfristiga) / Totala Tillgångar 18

27 3.5.2 Oberoende variabler Lönsamhet Proença et al, (2014) och Hwang et al, (2013) använde Return on Assets (ROA) för att räkna ut lönsamheten i sin studie. ROA kan förklaras som avkastning på totalt kapital. Likt Proença et al, (2014) kommer min studie att använda en likadan definition då fördelen med detta nyckeltal är att det visar företagets effektivitet oberoende av hur kapitalet är finansierat, eftersom de finansiella kostnaderna inte räknas med. Detta ger på så sätt ett rättvist lönsamhetsmått. Definitionen kommer att vara: Lönsamhet(ROA) = (Rörelseresultat + Finansiella intäkter) / Totala Tillgångar Anläggningstillgångar Likt Proença et al, (2014) och Hwang et al, (2013) studier kommer samma formel användas i denna studie för att beräkna andelen materiella anläggningstillgångar. Definitionen kommer att vara: Andel materiella anläggningstillgångar = Materiella anläggningstillgångar / Totala Tillgångar Storlek För att mäta företagets storlek används likt Proença et al, (2014) och Hwang et al, (2013) den naturliga logaritmen för totala tillgångar. Definitionen kommer att vara: Företagets storlek = ln(totala Tillgångar) 3.6 Hypotesprövning För att besvara studiens frågeställningar används statistiska hypoteser och det första som görs är att en nollhypotes ställs upp. Denna nollhypotes formuleras alltid så att den beskriver att det inte finns någon skillnad eller effekt och formuleras med förteckningen H 0. I denna studie lyder nollhypotesen som H 0 : Det råder oberoende mellan skuldsättningsgrad och den valda variabeln. Råder det dock ett beroende förkastas H 0 men för att säkerställa att det inte är slumpen som avgör resultatet kommer hypotesen att testas med en signifikansnivå om 5 procent. Denna 5 procents-nivå väljs enbart för att kunna förkasta noll-hypotesen när ett riktigt starkt stöd finns i data som undersöks. 19

28 3.7 Analysmetod Likt tidigare studier gjorda av bland annat Proença et al, (2014) och Hwang et al, (2013) kommer denna studie använda sig av en multipel regressionsanalys då de oberoende variablerna kan påverka den beroende variabeln skilt från varandra. Det första som görs är att flera paired sample T-tests utförs, vilket betyder att en jämförelse mellan de beroende samt oberoende variablernas genomsnittsvärden för de båda åren genomförs med samma urvalsgrupp (Dahmström, 2011). För att se hur de oberoende variablerna påverkar kapitalstrukturen genomförs en multipel regressionsanalys med hjälp av IBM SPSS Statistics Viewer. Ett F-test genomförs för att se om noll-hypotesen skiljer sig signifikant från noll. Den beroende variabeln kan påverkas av den oberoende och denna påverkan kan vara antingen negativ eller positiv. För att avgöra detta får man se vilket värde som erhålls av B-koefficienten (Edling & Hedström, 2003). En signifikans om 5 procents kommer att användas för att säkerställa att påverkan är skilt från noll. Om detta inträffar betyder det att skillnaden är signifikant med 95 precent säkerhet (Dahmström, 2011) Normalfördelning När en regressionsanalys genomförs är det viktigt att man har normalfördelad data annars kan resultatet visa en skev bild av verkligheten. Detta medför inte något stort problem för denna studie då den centrala gränsvärdessatsen säger att ju större urvalet är för en studie desto bättre blir data normalfördelad. Data som används i regressionsanalyser består av obsersvationspunkter och dessa kan vara fördelade på tre olika sätt. Antingen kan observationspunkterna vara utspridda, koncentrerade eller symmetriskt fördelade. När observationspunkterna är symmetriskt fördelade anses den vara normalfördelad. För att testa normalfördelningen undersöks kurtosis och skevhet. Kurtosis beskriver formen på fördelningen där toppen av kurvan antingen kan vara spetsig eller tjock. Skevheten beskriver om kurvan är symmetrisk eller om den lutar åt höger eller vänster (Dahmström, 2011). För att se om regressionerna för total skuldsättningsgrad, långfristiga skulder samt kortfristiga skulder är normalfördelade har flertalet grafer tagits fram för att visa kurtosis och skevhet vilket presenteras i kapitel

29 3.8 Metodkritik Kritik kan riktas mot den avgränsning i tid som har valts för denna studie när jämförelsen enbart sker mellan år 2007 och Valet gjordes för att få en klar bild över den förmodade förändring som skedde under finanskrisen då den påverkade Sverige som mest under året Skulle en längre tidsperiod ha valts både före samt under finanskrisen skulle resultatet möjligtvis blivit ännu mer precist. En risk vad gäller insamling av data finns då studien förlitar sig på att databasen inte ger rätt information. Detta har dock kontrollerats med stickprov för att säkerställa tillförlitligheten. Vad gäller uträkningarna av data har denna dubbel kontrollerats för att se att uträkningarna har blivit samma. 3.9 Validitet & reliabilitet Validitet Validitet i uppsatsen är hur väl studien lyckats mäta det som faktiskt eftersträvades att mätas (Bryman & Bell, 2011). Studien är baserad på redan använda välkända teorier och metoder där författaren även har tagit efter en stor del av deras definitioner, tillvägagångssätt och hypoteser. Detta ger studien hög validitet eftersom de är beprövade av tidigare erfarna forskare. Bland annat används samma definition på SME-företag som EU kommissionen har tagit fram i sin rekommendation (Europeiska Kommissionen, 2003) Reliabilitet Reliabilitet kan ses som tillförlitlighet i en studie och behandlar frågan om att resultatet från undersökningen blir det samma om undersökningen skulle göras om på nytt oavsett vem som genomför den (Bryman & Bell, 2011). Tillförlitligheten i denna studie kan ses som hög då samma resultat kan fås fram om studien skulle göras om på nytt, förutsatt att samma källkriterier används vid insamlandet av data. För att stärka min studies reliabilitet har jag lagt ned tid för att säkerställa att de finansiella data som används i studien är tillförlitliga. De finansiella data jag har använt mig av är så kallad sekundärdata och enligt Jacobsen (2002) är det information som inte är direkt insamlad från källan av undersökaren. Problemet med sekundärdata är att den i många fall kan vara opålitlig. Men då denna information kommer från valda företags årsredovisningar anses den uppfylla kravet på reliabilitet då informationen har granskats av revisorer, vars arbete regleras av lagar och branschpraxis. Själva inhämtningen av sekundärdata sker med hjälp av databasen Orbis och som tidigare nämnts får databasen tillgång till företags finansiella information från UC som i sin tur får sin 21

30 information av bland annat skatteverket samt företagen. Konsekvenserna med detta informationsflöde är att fel kan uppstå i informationen, att den inte överensstämmer med vad som faktiskt står i årsredovisningarna. För att säkerställa tillförlitligheten i databasen Orbis kommer ett flertal stickprov att göras där jag kommer att jämföra finansiella data som presenteras i databasen med företagens årsredovisningar. Då stora mängder data arbetats igenom i bland annat excel-dokument kan den mänskliga faktorn vara en potentiell felkälla. Därför har jag att varit extra noggrann vid datahanteringen för att minimera fel. Den information som har använts om teorier och tidigare forskning är av hög kvalité då den har inhämtats från granskade och väletablerade artiklar. 22

31 4 Resultat Kapitlet inleds med en presentation av den beskrivande statistiken. Sedan visas en kontroll av signifikansen för den beskrivande statistiken. Till sist presenteras studiens regressionsanalys som visar hur de oberoende variablerna påverkar den beroende variabeln. 4.1 Beskrivande statistik Efter sammanställning av samtliga 12689st SME-företag presenteras nedan en jämförelse mellan år 2007 och år 2009 för var och en av de beroende och oberoende variablerna. Tabell 1: Beskrivande statistik för år 2007 och 2009 Genomsnitt Median Min Max Standardavvikelse Variabler Skuldsättningsgrad Långfristiga skulder Kortfristiga skulder Lönsamhet Storlek Materiella tillgångar Av tabellen ovan kan utläsas att skuldsättningsgraden för SME-företag sjönk mellan år 2007 och 2009 både när det gäller genomsnittet och medianen. Skuldsättningsgradens fördelning under finanskrisen 2009 förhåller sig till att cirka procent bestod av långfristiga skulder medan cirka procent bestod av kortfristiga skulder. Lönsamheten sjönk markant under finanskrisen 2009 vilket genomsnittsvärdet och medianvärdet visar. Min- och maxvärdena visar dock att vissa SME-företag klarade sig bättre än andra. Storleksvariabeln visar att SMEföretag var genomsnittligt aningen större under finanskrisen än före. När det sedan gäller den sista variabeln materiella anläggningstillgångar visar det ingen markant skillnad mellan år 2007 och 2009, varken via genomsnittet eller medianen. Det som dock går att utläsa från samtliga variabler är att standardavvikelserna är relativt höga med tanke på skillnaden på minoch maxvärdena. 23

32 4.2 T-test För att kontrollera den beskrivande statistiken i tabell 1, är statistiskt signifikant utförs ett antal Paired sample T-tests. Resultaten presenteras i tabellen nedan. Tabell 2: Paired sample T-test mellan år 2007 och 2009 Variabler Genomsnittsskillnad T-värde Signifikans (2-vägs) Skuldsättningsgrad ** Långfristiga skulder Kortfristiga skulder ** Lönsamhet ** Storlek ** Materiella tillgångar ** **Indikerar en signifikansnivå på 1-% nivå Utifrån tabellen ovan utläses det om genomsnittsskillnaden mellan variablerna för år 2007 och 2009 är statistikt signifikant eller ej. Variabeln skuldsättningsgrad visar på en genomsnittsskillnad om 2.52 procent på en signifikansnivå under 1 procent. Det betyder att SME-företag skuldsatte sig i genomsnitt 2.52 procent mindre under finanskrisen år 2009 än före krisen år 2007 och detta är statistiskt säkerställt. För variabeln långfristiga skulder är dock signifikansen 16.1 procent. Då denna signifikans ligger över den 5 procentsnivå som är satt för denna studie innebär det att genomsnittsskillnaden mellan år 2007 och 2009 inte är statistiskt säkerställd. Variabeln kortfristiga skulder har en genomsnittsskillnad på 2.4 procent vilket är statistiskt säkerställt under enprocentsnivån. Det betyder att SME-företag hade i genomsnitt 2.4 procent lägre kortfristiga skulder år 2009 än För variabeln lönsamhet utläses en genomsnittsskillnad på 3.53 procent på en signifikansnivå under 1 procent. Det betyder att det är statistiskt säkerställt att SME-företag hade i genomsnitt en lägre lönsamhet under finanskrisen år För variabeln storlek ser man i tabellen att genomsnittsskillnaden är med signifikansnivå under 1 procent. Det betyder att SME-företag i genomsnitt blev marginellt större under finanskrisen och det är statistiskt säkerställt. När det kommer till den sista variabeln materiella tillgångar visar den en signifikans under 1 procent samt ett genomsnittsvärde på 0.47 procent. Detta betyder att SME-företag ökade i genomsnitt sina materiella tillgångar med 0.47 procent, alltså en väldigt liten ökning. 24

33 4.3 Regression Nedan visas de tabeller över de multipla regressionsanalyserna för skuldsättningsgrad, långfristiga skulder och kortfristiga skulder under år Tabell 3: Multipel regression, total skuldsättningsgrad Total Skuldsättningsgrad Variabler Koefficient Standard fel t-värde Signifikans Lönsamhet ** Storlek ** Materiella Tillgångar ** Justerad R 2 : F-värde: ** **Indikerar en signifikansnivå på 1-% nivå Utifrån tabellen ovan utläses att koefficienterna för lönsamhet och storlek är negativ vilket visar att det råder en negativ relation mellan dessa och den totala skuldsättningsgraden år 2007 vilket är statistiskt säkerställt då signifikansen ligger under enprocentsnivån. Materiella anläggningstillgångar visar däremot en positiv koefficient som även den är statistiskt säkerställd då signifikansen ligger under 1 procent. Den positiva koefficienten betyder att det råder en positiv relation mellan materiella anläggningstillgångar och den totala skuldsättningsgraden år Tabell 4: Multipel regression, långfristiga skulder Långfristiga skulder Variabler Koefficient Standard fel t-värde Signifikans Lönsamhet ** Storlek ** Materiella Tillgångar ** Justerad R 2 : F-värde: ** **Indikerar en signifikansnivå på 1-% nivå Utifrån tabellen ovan utläses att koefficienten för lönsamhet är negativ vilket visar att det råder en negativ relation mellan lönsamhet och långfristiga skulder år 2007 vilket är statistiskt säkerställt då signifikansen ligger under enprocentsnivå. Både storlek och materiella anläggningstillgångar visar en positiv koefficient med en signifikans under 1 procent. Detta betyder att båda har en positiv relation till långfristig skuld vilket även statistiskt säkerställt. 25

34 Tabell 5: Multipel regression, kortfristiga skulder Kortfristiga skulder Variabler Koefficient Standard fel t-värde Signifikans Lönsamhet ** Storlek ** Materiella Tillgångar ** Justerad R 2 : F-värde: ** **Indikerar en signifikansnivå på 1-% nivå Utifrån tabellen ovan utläses att koefficienten för de alla tre variablerna är negativ och statistiskt säkerställt då signifikansen ligger under 1 procent. Det råder alltså en negativ relation mellan alla de tre variablerna och kortfristig skuld. Nedan visas de tabeller över de multipla regressionsanalyserna för skuldsättningsgrad, långfristiga skulder och kortfristiga skulder under år Tabell 6: Multipel regression, total skuldsättningsgrad Total Skuldsättningsgrad Variabler Koefficient Standard fel t-värde Signifikans Lönsamhet ** Storlek ** Materiella Tillgångar ** Justerad R 2 : F-värde: ** **Indikerar en signifikansnivå på 1-% nivå Utifrån tabellen ovan kan man likt regressionen för 2007 utläsa att koefficienten för både lönsamhet och storlek är negativ. Den negativa koefficient visar att det råder en negativ relation mellan dessa två och den totala skuldsättningsgraden under år 2009 och detta är statistiskt säkerställt då signifikansen är under enprocentsnivån. Även under år 2009 visar koefficienten för materiella anläggningstillgångar en positiv relation till total skuldsättning vilket även statistiskt säkerställt då signifikansen är under 1 procent. 26

35 Tabell 7: Multipel regression, långfristiga skulder Långfristiga skulder Variabler Koefficient Standard fel t-värde Signifikans Lönsamhet ** Storlek ** Materiella Tillgångar ** Justerad R 2 : F-värde: ** **Indikerar en signifikansnivå på 1-% nivå Likt regressionen för år 2007 visar regressionen för år 2009 en negativ relation mellan lönsamhet och långfristiga skulder. Regressionen visar även en positiv relation mellan storlek och långfristiga skulder samt materiella anläggningstillgångar och långfristiga skulder. Samtliga variablers koefficienter är statistiskt säkerställda på enprocentsnivå. Tabell 8: Multipel regression, kortfristiga skulder Kortfristiga skulder Variabler Koefficient Standard fel t-värde Signifikans Lönsamhet ** Storlek ** Materiella Tillgångar ** Justerad R 2 : F-värde: ** **Indikerar en signifikansnivå på 1-% nivå Även regressionen för kortfristiga skulder för år 2009 visar negativa koefficienter för samtliga variabler och som även är statistiskt säkerställt då signifikansen ligger under 1 procent. Detta betyder att samtliga variabler har en negativ relation till kortfristig skuld Regressionernas förklaringsgrader För att kunna se hur väl de oberoende variablernas variation förklarar den totala variationen för den beroende variabeln i modellen erhålls en förklaringsgrad med beteckningen R 2. Ju högre värde som erhålls för de oberoende variablerna desto bättre förklarar de den totala variationen. Fler variabler som undersöks i modellen leder till en högre förklaringsgrad (Edling & Hedström, 2003). Tabellerna ovan visar en stor variation när det kommer till förklaringsgraden. För den totala skuldsättningsgraden år 2007 samt 2009 erhålls en väldigt låg förklaringsgrad, 6.1 respektive 5.2 procent. Under finanskrisen år 2009 sjunker alltså förklaringsgraden till att enbart 5.2 procent av variationen i den totala skuldsättningsgraden 27

36 kan förklaras av de oberoende variablerna. Jämfört med tidigare studier erhåller Proença et al (2014) ett R 2 -värde om 34.7 procent och Hwang et al (2013) erhåller ett R 2 -värde om procent under finanskrisen. När det kommer till R 2 -värdena för långfristiga skulder och kortfristiga skulder visar däremot siffrorna på bättre förklaringar. För de långfristiga skulderna erhålls förklaringsgrader på 39.9 respektive 40.2 procent för år 2007 samt Jämfört med tidigare studier är däremot dessa resultat högre. Proença et al (2014) erhåller ett R 2 -värde om 27 procent medans Hwang et al (2013) enbart erhåller ett R 2 -värde om 6.1 procent under finanskrisen. För kortfristiga skulder erhålls R 2 -värden om 28.4 respektive 26.1 procent för åren 2007 och Jämfört med tidigare studier är dessa värden lika Hwang et al (2013) R 2 -värde då de erhöll 25.8 procent under finanskrisen. Jämfört Proença et al (2014) är förefattarens studies värden väldigt låga då Proença et al (2014) erhöll R 2 -värde om hela 66.1 procent för de kortfristiga skulderna. Det går tydligt att se att studien får låga förklaringsvärden för den totala skuldsättningsgraden jämfört vad gäller långfristiga skulder och kortfristiga skulder. Att studien erhåller bra förklaringsvärden för långfristig skuld och kortfristig skuld var för sig, visar på att de tre oberoende variabler som studien utgår från förklarar resultat bra. Det är ett tecken på att variationen av data kring de två regressionslinjerna inte är utspridda. Detta skulle dock kunna bero på slumpen, att det bara är ren tur att dessa tre oberoende variabler som valdes passade in bra. Att studien sedan får så pass låga förklaringsvärden för den totala skuldsättningsgraden skulle kunna förklaras med att de tre oberoende variabler som används i denna studie är för få jämfört med tidigare studier där Proença et al (2014) och Hwang et al (2013) använde sig av 7 stycken oberoende variabler. Regressionslinjen för total skuldsättningsgrad kan bli för komplex för att dessa tre oberoende variabler ska kunna ge ett bra förklaringsvärde då variationen av data kring regressionslinjen i det här fallet är väldigt utspridd. Det man kan se är att det alltså finns flertalet underliggande faktorer som påverkar den totala skuldsättningsgraden mer än de valda variablerna i denna studie. En underliggande faktor skulle kunna vara att variablerna påverkar varandra vilket medför till ett sämre förklaringsvärde. Detta skulle dock kunna förbättras om fler variabler lades till i undersökningen. 28

37 4.4 Diagnostiskt test Nedan visas det diagnostiska test som har gjorts för regressionerna i denna studie Normalfördelning Det som går att se från histogrammen nedan är att normalfördelningen för den totala skuldsättningen har en symmetrisk kurtios för båda åren medan skevheten lutar minimalt åt höger. När det gäller normalfördelningen för långfristiga skulder kan man se att skevheten är symmetrisk medan kurtios är väldigt spetsig vilket tyder på att det finns extrema uteliggare. För normalfördelningen för kortfristiga skulder kan man se att den är symmetriskt fördelad både för kutios och skevhet för år För 2009 kan man se en symmetrisk skevhet men även en lite mer spetsig kurtios. Då urvalet i undersökningen består av stycken SMEföretag kan man genom den centrala gränsvärdesatsen anta att regressionerna uppfyller kravet för normalfördelning. Graf 1: Histogram över normalfördelningen för regressionerna: total skuldsättningsgrad för år 2007 respektive 2009 Graf 2: Histogram över normalfördelningen för regressionen: långfristig skuld för år 2007 respektive

38 Graf 3: Histogram över normalfördelningen för regressionen: kortfristig skuld för år 2007 respektive